Emanuel (Emo) Vassilev Todorov (nascido em 1971) é um neurocientista e professor associado da Universidade de Washington, onde dirige o Laboratório de Controle de Movimento. Ele é reconhecido por introduzir o controle ótimo como um quadro explicativo formal para o movimento biológico, uma perspectiva que se tornou dominante no controle motor computacional. Todorov também é o principal desenvolvedor do motor de física MuJoCo, amplamente utilizado em robótica e pesquisa em aprendizado de máquina.
Todorov concluiu seu doutorado no Instituto de Tecnologia de Massachusetts sob a supervisão de Michael Jordan e Whitman Richards. Em seguida, realizou um pós-doutorado na Unidade de Neurociência Computacional Gatsby, no University College London, trabalhando com Peter Dayan e Geoffrey Hinton. Em 2004, recebeu uma bolsa Sloan em neurociência.
Controle Ótimo e Comportamento Motor
Em 2002, Todorov propôs que princípios de controle ótimo estocástico fornecem um quadro teórico robusto para explicar o movimento biológico. Essa ideia, inicialmente recebida com ceticismo, ganhou ampla aceitação na década seguinte. Em 2011, Karl Friston, um antigo crítico, reconheceu que o controle ótimo havia se tornado "o paradigma dominante para entender o comportamento motor em termos formais ou computacionais". A abordagem foi discutida na imprensa científica popular, juntamente com outras conexões entre biologia e princípios de otimização. Um editorial de Kenji Doya nos Anais da Academia Nacional de Ciências descreveu o trabalho de Todorov como "uma abordagem refrescantemente nova no controle ótimo, baseada em uma percepção inovadora sobre a dualidade entre controle ótimo e inferência estatística".
Robótica e MuJoCo
A pesquisa de Todorov se estende a mãos robóticas, e seu trabalho foi destaque em publicações populares de robótica. Em janeiro de 2017, ele foi entrevistado no Robots Podcast, discutindo suas contribuições para o campo. O motor de física MuJoCo, desenvolvido sob sua liderança, tornou-se uma ferramenta padrão para simular dinâmicas ricas em contato em robótica e aprendizado por reforço, possibilitando avanços na pesquisa em inteligência artificial.
Carreira Acadêmica e Financiamento
Na Universidade de Washington, Todorov lidera o Laboratório de Controle de Movimento, que investiga os princípios neurais e computacionais subjacentes ao controle motor. Sua pesquisa atraiu apoio substancial, incluindo 11 concessões de bolsas da Fundação Nacional de Ciências, totalizando mais de US$ 7,5 milhões como investigador principal. Esse financiamento apoiou projetos que abrangem neurociência computacional, robótica e aplicações de aprendizado profundo.
Influência e Legado
A integração do controle ótimo com o movimento biológico por Todorov influenciou tanto a neurociência quanto o aprendizado de máquina, particularmente em áreas como aprendizado por reforço baseado em modelos e robótica baseada em simulação. Seu trabalho une percepções teóricas a ferramentas práticas, moldando como pesquisadores modelam e controlam sistemas complexos. No início dos anos 2020, o MuJoCo permanece uma plataforma de código aberto amplamente utilizada, e suas publicações continuam sendo citadas em diversas disciplinas.